用於評估媒體的方法和系統的製作方法

2023-05-26 19:33:51 7

專利名稱：用於評估媒體的方法和系統的製作方法
技術領域：
本發明涉及媒體評估領域，更具體地，涉及一種基於生理信號來評估媒體的方法和系統。
背景技術：
有創意的人設計出激勵個體並使其保持參與的交互式媒體、活動和產品(「媒體」)。媒體通常在高度競爭的市場上被銷售給消費者，在這樣的市場中激勵參與 (engagement)的能力決定了價值。有創意的人願意知道其消費者是否參與到媒體中，以便通過改進媒體來更好地激勵個體而將價值最大化。如果媒體的價值沒有被最大化，則消費者會購買提供更好的激勵的競爭產品。如果競爭產品被售出，則利潤會因為銷量減小而受損。於是，問題是提供關於對交互式媒體、活動和產品引起的激勵的反應的準確信息。對反應的測量需要交互式媒體、活動和產品的創作者了解目標市場。在了解人類想法時，神經生物學、心理生理學和心理學的研究人員發現了發源於大腦的生理信號。使用腦電圖(EEG)，研究人員通過附著於頭部的電極記錄了生理信號。生理信號具有在30赫茲以下的四個主要成分。在1-4赫茲之間的頻率是德爾塔波(△)，在4和8赫茲之間的頻率是西塔(Θ )波，在8_13赫茲之間的頻率是阿爾法(α )腦波，並且在13和20赫茲之間的頻率是貝塔(β )腦波。此外，用來收集來自身體的數據的工具包括光體積描記器(PPG)和心電圖(ECG或對應於德文elektrokardiogramm的EKG)。光體積描記器(PPG)是可以用來發現心動周期的以光學方式得到的度量。PPG使用脈搏氧飽和度儀，以觀察在血液被泵到末梢時與心動周期相關的來自皮膚的氧彌散(oxygen omission)的變化。這樣,可以基於氧彌散的變化來記錄心動周期。心率的另一種度量是ECG。心電圖(ECG)經由附著於胸部的電極來測量心跳。傳統上，ECG產生心電描記圖，或者產生關於時間示出心跳的圖像。可替選地，記錄由心臟產生的信號。相關技術的前述示例和與之相關的限制意圖是說明性的而非排他性的。基於對說明書的閱讀和對附圖的學習，對本領域技術人員而言，相關技術的其他限制將變得清楚。

發明內容
結合意在示例性和闡示性的而非限制範圍的系統、工具和方法，描述並闡述以下實施例及其各方面。在各種實施例中，減少或排除了一個或更多上述問題，同時其他實施例針對其他改進。新技術測量個體對媒體的「參與」反應。該技術使用源於大腦和身體的生理信號來測定參與反應。參與度值是對參與反應的客觀度量，該度量量化了用戶無意識動作的量。有利的是，可以使用參與反應以便在創作媒體時有效地改進媒體。在非限制性示例中，評級確定了個體是否發現電視比文檔展示了更引人參與的刺激。此外，個體組可以具有能被測量並匯總的參與反應，以確定對媒體的總體人群反應。這樣，該媒體的人群圖可以用於對媒體評級，這是響應於媒體的生理變化的新的用途。根據本發明的一個方面，公開了一種用於評估媒體的方法，所述方法包括獲得基本上在個體接觸所述媒體的同時從所述個體的大腦產生的第一信號；獲得基本上與來自所述大腦的所述第一信號同時產生的來自所述個體的心臟的第二信號；基於來自所述第一信號的一個或更多個頻率與來自所述第二信號的一個或更多個頻率之間的關係計算參與度值；將所述參與度值與參考值進行比較以確定差；以及基於所述參與度值與所述參考值之間的所述差來評估所述媒體。根據本發明的另一個方面，公開了一種用於評估媒體的系統，所述系統包括數據收集器，用於獲得基本上在個體接觸所述媒體的同時從所述個體的大腦產生的第一信號以及基本上在所述個體接觸所述媒體的同時產生的來自所述個體的心臟的第二信號；以及處理器，用於基於來自所述第一信號的一個或更多個頻率與來自所述第二信號的一個或更 多個頻率之間的關係計算參與度值；將所述參與度值與參考值進行比較以確定差；以及基於所述參與度值與所述參考值之間的所述差來評估所述媒體。


在附圖中闡示了本發明的實施例。但是，實施例和附圖是說明性的而非限制性的它們提供了本發明的示例。圖I是用於計算參與度值的系統100的示例的視圖。圖2示出了用於基於個體無意識動作的量來計算參與度值的方法的示例的流程圖 200。圖3示出了用於基於參與度來對照第二媒體對第一媒體評級的方法的示例300的流程圖。圖4示出了基於參與度值來對多個媒體評級的示例的圖400。圖5示出了與為參與度評級相關的公式500的多個示例。圖6示出了在心率和可用於計算參與值的多個示例公式中的一個之間的關係600。圖7示出了以媒體來激勵個體同時計算與個體對媒體的參與度相關的參與度值的示例的圖700。圖8示出了以媒體來激勵多個個體並基於他們對媒體的參與度來計算相關值的示例的圖800。圖9示出了在時間上與事件相關的參與度的變化的示例的圖900。圖10示出了以媒體(在該示例中是遊戲)來激勵個體並記錄心率、思考和參與度的相關水平的不例的圖1000和數據圖表。圖11示出了包含電極的頭戴式裝置1100，其中電極有助於收集來自個體頭部的
信號以及心臟信號。
具體實施例方式在以下描述中，展示了若干特定細節以提供對本發明的實施例的全面理解。但是，相關領域的技術人員應認識到，本發明的實施可以在沒有一個或更多個特定細節的情況下，或者可以與其他部件組合等來實施。在其他情形中，未詳細示出或描述公知的實現或操作，以免模糊本發明的各個實施例的各方面。測量「參與」反應以供用以評估媒體的新系統和方法使用生理信號。個體對媒體做出反應，同時生理傳感器記錄該反應。處理部件通過生理傳感器來收集生理信號，並且基本上同時為個體無意識動作的量賦予參與度值。「基本上同時」意思是反應與激勵是同時的或者在時間上接近。在反應中可能有延遲。因此，藉助以下理解來計算參與度值如果反應與激勵不是精確地同時，則反應可能緊隨激勵之後。
在一些實施例中，計算參與度值的示例性方式是考慮個體有多少無意識動作。三個可用於此的信號包括來自頭腦的α波和Θ波，以及心率(HR)。存在其他有用信號，並且將會後面討論其中的某些信號。通常來說，增大的心率表示更多的參與，增大的Θ表示更高水平的思考，因此表示更少的參與，以及增大的α表示更低水平的思考，因此表示更多的參與。在示出與為參與度評級相關的公式的示例的圖4的討論中，更深入地研究了這些精確的關係。圖I是系統100的示例視圖。在圖I的示例中，系統100包括媒體102、個體104、傳感器106和處理部件108。如所示，由媒體102激勵個體104，同時由處理部件108使用傳感器106來監視個體的參與度水平。此處，媒體可以是如下之一或更多個電影、視頻、電視節目、廣播片、廣告、視頻遊戲、交互式在線媒體、印刷品或任何其他可激勵個體的媒體。傳感器106可以是如下之一或更多個加速度計、血液氧傳感器、檢流計、腦電圖、肌電描記器和任何其他生理傳感器。圖2示出了用於計算參與度值的方法的示例的流程圖200。按流程圖200中的模塊序列來組織所述方法。但是，應理解的是，可以對這些模塊和與在此描述的其他方法相關聯的模塊進行重新排列以用於並行執行，或者重新排列成為不同的模塊序列。在圖2的示例中，流程圖在模塊202處開始以包含事件的媒體激勵個體。在圖2的示例中，流程圖200繼續到模塊204，在以媒體來激勵個體時基本上同時採樣來自個體大腦的第一信號。來自心臟的信號可以包括心率。同時使用為了該目的所附著的電極來收集來自心臟的信號。在計算心率或者每分鐘的心跳數時，可以通過找到心臟信號的峰頂到心臟信號的低谷來確定心跳。可以使用參照圖11討論的示例性頭戴式裝置來記錄心率和腦波。在圖2的不例中，隨著在米樣來自大腦的第一信號時基本上同時米樣來自個體心臟的第二信號，流程圖200繼續到模塊206。來自大腦的信號可以包括α波和Θ波。此夕卜，來自大腦的信號可以包括其他腦波，諸如Λ波和Θ波。這些波的頻率為大約1-4赫茲(Λ )、4_8赫茲(Θ )、8-13赫茲(α )、13_20赫茲(β )。例如在α和β之間的頻率範圍的分界點，例如在13赫茲處分界，是近似的；本領域技術人員可以依據心理生理學科學中的各種學派中的某些關注點來應用所述範圍。在此所提供的算法的示例可以通過在使用心率之外還使用在I赫茲和100赫茲之間的任何頻率或頻率集合來確定參與度。有可能使用圖11的示例所示的頭戴式裝置來將電極附著到個體頭部。胸電極可以是簡單的電極，其具有確保其附著於皮膚上的粘性和將其連接到用於收集心率的設備的電線。在圖2的實施例中，流程圖200繼續到模塊208，將第一信號和第二信號分解到頻域中。在該示例中，使用在數位訊號處理領域中公知的快速傅立葉變換(FFT)或者小波分析來分解。FFT是計算離散傅立葉變換(DFT)的有效方法；也可以使用DFT以及計算傅立葉分析的其他方法。在可替選方案中，可以使用小波分析來將信號劃分為不同頻率成分，使得它們可以被認為是獨立的。特別地,morlet小波、墨西哥帽小波、daubechies小波、β小波或者coiflet小波會可用於這樣做。其他的小波同樣可以是可用的。 在一些實施例中，從信號中分離出頻率並將其存儲進貯存器(bin)。在存儲來自信號的頻率時，貯存器保存來自頻域的經採樣的信號。可以通過計算η點DFT來定義DFT貯存器。特別地，從X (O)到X (η-I)生成η個不同的採樣值。在i的值為O到η_1的情況下，X (i)是保存相關採樣值的貯存器。α貯存器可以保存在8-13赫茲之間的任何頻率，但不必然包括該範圍內的所有頻率。Θ貯存器可以保存在4-8赫茲之間的任何頻率，但不必包括所有頻率。相似地，可以在Λ貯存器和β貯存器中保存Λ波和β波。此外，可以調整頻率分布圖來移除信號中噪音譬，如白噪音或粉紅噪音。 在圖2的示例中，流程圖200繼續到模塊210，使用來自第一信號的一個或更多個頻率和來自第二信號的頻率來計算用以定義個體響應於事件激勵無意識動作的量的參與度值，以便與參考值進行比較，從而基於在媒體的參考值和參與度值之間的差來評估媒體。在一些實施例中，有可能對比於心率，只使用α或者只使用Θ來感測參與度。總EEG功率也是有用的。可以使用單個公式來計算參與度值，其中x/EEG表示X比總EEG功率。此外，可以使用優化的Θ乘法器，譬如採用Θ的自然對數並乘以比例因子。在非限制性示例中，可以將Θ優化為優化的θ=8·1η ( Θ )，其中s是比例因子，並且In (X)表示求X的自然對數的函數。可以與其結合使用Θ或優化的Θ。在一些實施例中，α腦波與認知活動相反地相關。隨著α功率增加，思考減少；相反隨皮層處理增加，通常被稱為α抑制的α功率減少。使用這些基礎，通過使用尋找增大的心率、減小的α功率和增大的Θ功率的公式來確定參與度值。這樣的公式的示例是
「 P HR α-θE =-----
50 θ + α該公式使用心率、α值和Θ值的組合。特別地，從調整的心率中減去α值和Θ值的組合，其中調整的心率通過將其除以50來調整得到。調整以及α值和Θ值的組合是非限制性的，並且公式可以對於特定應用依需要而被重寫。後面關於圖5討論了其他可以使用的公式，圖5示出了在心率和可用於計算參與度值的多個示例公式之一之間的關係。在一些實施例中，使用媒體中的一個或更多個事件來針對該媒體定義參與度值。事件是媒體的可識別的部分。它可以是笑話的妙語或者電影的重要場景。媒體的事件是可測量的並且可以具有與其相關聯的參與度值。大量事件會具有大量參與度值。通過考慮媒體包含的事件和與這些事件相關聯的參與度值，可以將媒體作為整體來評級。在一些實施例中，在特定時間點計算參與度值。基於參考媒體激勵來計算的多個參與度值，示例性系統產生個體參與度的時變圖。在一些實施例中，可以計算導數以確定表示對激勵的反應的參與度的變化。在非限制性示例中，媒體的事件引人參與，導致通過正導數識別的參與反應。正導數表示參與度增加，而負導數表示參與度減少。媒體的創作者可以使用該信息來按照創作者的期望創作更弓I人參與或更不引人參與的媒體製品。在一些實施例中，可以基於參與度值來對媒體評級。圖3示出了用於對比第二媒體為第一媒體評級的方法的示例的流程圖300。流程圖300在模塊302處開始，計算個體對媒體的事件的參與度值。在獲得第一參與度值時，可以使第一個體接觸媒體，並且獲得的數據可以包括心率、α波、Θ波、Λ波和β波。在時間 上同時地匯集這些值。數據點包括在該時間點的參與度值。反應可能存在延遲，因此藉助以下理解來採樣信號如果反應不是與激勵精確地同時，則反應緊隨激勵之後，因此基本上與激勵同時發生。在一些實施例中，使用參考值來將對事件的用戶參與反應與事件的預定參與度值進行比較。參考值可以是為提供比較值的目的而產生的任何值，根據比較值來確定在用戶的參與度值和事件之間的差。媒體的開發者可以生成其自己的參考值。參考值可以是理想值，即所期望的目標。參考值可以是為了產生參考值的目的而單獨計算的大量不同用戶參與度值的平均，根據參考值來比較其他個體。在圖3的示例中，流程圖300前進到模塊304，將參與度值與參考值比較以確定在個體參與媒體的量和媒體的參考值之間的差。可以用與第一數據點相同的方式獲得參考值。可替選地，由媒體的創作者提供參考值。在圖3的示例中，流程圖300前進到模塊306，保存所述比較作為定義對媒體事件的評估的度量。可以使用在參與度值和參考值之間的相對差來確定個體比參考值相對更多地參與或是更少地參與媒體。可以使用相對差來為諸如在圖4中所示的多個不同媒體評級。在一些實施例中，根據參與度值來為多個媒體評級。在圖4的示例中，為多個媒體評級的示例圖400包含了 η個不同媒體，並且按關於與個體相關的參與度值的順序來為它們評級。這可以推廣到關於圖8所討論的個體組，其中可以使用平均參與度值或最高參與度值或者其他在統計學上有根據的參與度的值，來在媒體間進行比較。在圖400的頂部的原順序中，媒體是未經組織的遊戲402、然後是運動404、然後是廣告406、以及然後是電影408。曾根據相關的參與度值Ε1、Ε2…EN為媒體進行了評級。可以按照經評級的電影412、然後是經評級的運動414、然後是經評級的遊戲416、以及然後是經評級的廣告418，來查看相關評級。可以使用評級來確定多個媒體中哪個媒體最引人參與，哪個最不引人參與，以及個體對媒體的相關參與度的其他統計度量。圖5示出了與為參與度評級相關的多個公式500。如關於圖I所討論的，在θ、α和心率之間的關係確定了個體無意識動作的量，從而確定了該個體的參與度。減小的Θ波表示降低的參與度水平。增加的α波表示較低的參與度水平。該α的增加和/或相關的Θ的減少表示參與度水平的變化。如在個體的心跳響應令人興奮的事件而「加速」時所經歷的，增加的心率與興奮水平相關聯。其組合是用於發現個體參與正在與其互動的媒體的基礎。這並不足以表明單獨的θ、α和心率變化足以確定參與度的變化，但是，這些值之一的變化與參與度值的變化相關聯，並且所涉及的所有值的相關聯的變化可以表示參與度的變化。圖6示出了在心率和可用於計算參與度值的多個示例公式之一之間的關係600的示例。關係600包括心率(HR)602和公式604到公式628。公式626表示來自小波分析的佔優勢的脈衝寬度。在計算參與度值時，公式可以考慮HR和一個或更多個公式。公式和HR都或分別乘以或除以恆定值，以針對特定應用對其進行調整。可以相似地通過恆定值來調整一個或更多個公式中的各變量，而無需相似地調整公式中的其他變量。使用在HR和公式之間的關係來確定參與度。相似地包括未述及的但符合這些指導的精神的公式。圖7示出了以媒體來激勵個體的同時計算與個體對媒體的參與度相關的參與度值的示例的圖700。圖700包括媒體702、處理裝置704、心臟706、電極708、個體710和頭戴式裝置712。如所示，個體712觀看好萊塢電影(媒體702)，同時由處理裝置704監視其參與度水平。從頭部和心臟706經由電極708和頭戴式裝置712收集信號。將這些信號發送到處理裝置704用於處理為參與度值。特別地，Δ波、α波、Θ波和β波都由頭戴式裝置712接收，並且被發送到處理裝置704，無論實際是否使用它們。在一些實施例中，生成從生理反應中得出的大量個體參與度值的匯總，以確定對媒體的組群反應。可以通過大量個體的平均反應或者通過高階近似來得到匯總。 圖8示出了以媒體來激勵多個個體並基於他們對媒體的參與度來計算相關值的示例的圖800。圖800包括媒體802、第一個體804、第二個體806、第三個體808、處理裝置810、總反應向量812、平均參與度814、最高參與度816和在某時刻的參與度818。在圖8的示例中，個體804、806和810參與到媒體中，在該示例中他們觀看電影。處理裝置810根據圖I的討論接收信號並計算參與度值。使用這些參與度值來基於收集到的參與度值產生關於媒體的統計學信息。例如，總反應向量812可以接受每個個體804、806和810的參與度值並確定對所參與的媒體做出反應的個體的數量。在該示例中，可以得到對媒體的組群反應。可以使用附加統計學信息譬如平均參與度814、最高參與度816和在某時刻的參與度818來基於對媒體的組群反應為媒體評級。在一些實施例中，通過使用數學變換將事件分類為特定的事件類型，以將該事件與其他事件進行比較。這樣的數學變換可以包括但不限於平均、一階導數、二階導數、多項式近似、相對於平均值的標準差、導數相對於平均值的標準差、和生理反應的分布圖，所述分布圖可以藉助考慮以下一個或更多個方面的卷積或其他方法來實現在中部劇烈增加、在開始處形成尖峰、平坦等。圖9示出了與事件相關的參與度在時間上的變化的示例的圖表的圖900。圖900包括令人興奮的參與事件902和不令人興奮的非參與事件904。在圖9的示例中，令人興奮的參與事件902導致參與度增加。緊跟在令人興奮的參與事件902之後的參與度向量的導數明顯是正的，直到興奮消失導致穩定的參與度為止。相反地，興奮的參與個體體驗了不令人興奮的非參與事件904，非參與事件904在緊隨其後的時間內，導致個體的參與度降至個體對事件的參與比之前顯著少的程度。圖10示出了以媒體(此處是遊戲)來激勵個體並記錄心率、思考和參與度的相關水平的示例的圖1000和數據圖表。圖1000包括遊戲1002、個體1004、頭戴式裝置1006、心臟1008、電極1010、處理裝置1012、第一圖表1014和第二圖表1016。第一圖表1014和第二圖表1016並不對應於來自同一個體的同一數據，而是來自於不同的實驗。在圖10的示例中，個體1004玩遊戲，同時由頭戴式裝置1006收集他的腦波並且由處理裝置1012收集他的心臟信號。根據圖I的討論來分析得到的信號，並跟蹤參與度。在圖表1014中，繪製出腦波和心率。在實驗中觀察個體並生成圖表。通過隨著時間比較個體1004的動作和圖表1014，可以得出在高強度周期中，在個體識別了他已經開始參與時，他的心率升高而他的思考水平(通過α和Θ的變化來識別)下降。在發現該參與度如所討論地對應於心率和腦波後，產生了圖表1016。圖表1016示出了個體對遊戲的參與度，並記錄了對應於非參與的關鍵點。該非參與對應於如在圖9的討論中所描述的非參與，儘管圖表是通過實際實驗產生的。在一些實施例中，可以將集成的頭戴式裝置放置在觀眾頭部，用於在觀眾觀看媒體的事件時測量他/她的生理數據。可以在允許觀眾在佩戴頭戴式裝置時與媒體互動的計算機上的程序中記錄數據。圖11示出了包含可用於收集來自個體頭部的信號的電極的頭戴式裝置1100。頭戴式裝置1100包括處理單元1101、三軸加速度計1102、矽穩定帶1103、右EEG電極1104、心率傳感器1105、左EEG電極1106、電池模塊1107和可調整帶1108。圖11從不同角度描繪了與本發明的一個實施例一起使用的集成的頭戴式裝置的示例。處理單元1101是將生理數據數位化並能夠將數據處理為生理反應的微處理器，所述生理反應包括但不限於思考、 參與、沉浸、身體參與度、反感、活力及其他。三軸加速度計1102感測頭部的運動。矽穩定帶1103通過將運動最小化的頭戴式裝置的穩定來允許更魯棒的感測。右EEG電極1104和左EEG電極1106是使用前無需做準備的前額乾電極。電極與皮膚之間需要接觸但不需要過多壓迫。心率傳感器1105是位於前額中央附近的強健血容量脈衝傳感器，並且可充電或可替換電池模塊1107位於一隻耳朵上方。後部的可調節帶1108用於針對許多不同頭部尺寸而將頭戴式裝置調節到舒適的鬆緊設定。在一些實施例中，集成的頭戴式裝置可以通過按鈕接通，並立即測量和記錄觀眾的生理數據。數據傳送可以通過頭戴式裝置連結的計算機接口以無線方式來處理。在觀眾身上無需皮膚製劑或凝膠以獲得準確測量，並且頭戴式裝置可以輕鬆地從觀眾身上取下並可以立即被另一名觀眾使用。頭戴式裝置在使用期間不出現老化，並且頭戴式裝置可以重複使用上千次。本領域技術人員應理解的是，前述示例和實施例是示例性的並且不限制本發明的範圍。意味著，對於本領域技術人員而言通過閱讀說明書和研究附圖而變得明顯的所有對本發明的置換、強化、等同物和改進包括在本發明的真正精神和範圍內。因此，意味著，以下的權利要求包括落在本發明的真正精神和範圍內的所有這樣的修改、置換和等同物。
權利要求
1.一種用於評估媒體的方法，所述方法包括 獲得基本上在個體接觸所述媒體的同時從所述個體的大腦產生的第一信號； 獲得基本上與來自所述大腦的所述第一信號同時產生的來自所述個體的心臟的第二信號; 基於來自所述第一信號的一個或更多個頻率與來自所述第二信號的一個或更多個頻率之間的關係計算參與度值； 將所述參與度值與參考值進行比較以確定差；以及 基於所述參與度值與所述參考值之間的所述差來評估所述媒體。
2.根據權利要求I所述的方法，其中，來自所述第一信號的所述一個或更多個頻率包括α頻率或Θ頻率中的一個或更多個。
3.根據權利要求I所述的方法，其中，所述參與度值與所述媒體中的事件相關聯。
4.根據權利要求I所述的方法，其中，所述關係是數學關係。
5.根據權利要求I所述的方法，其中，匯總與所述媒體中的事件相關聯的來自多個個體的多個參與度值，以形成對所述事件的參與反應。
6.根據權利要求I所述的方法，其中，在總反應向量中包括來自多個個體的多個參與度值，所述總反應向量識別以參與而對所述媒體反應的人數。
7.根據權利要求I所述的方法，還包括使用快速傅立葉變換或者小波分析來識別所述一個或更多個頻率。
8.根據權利要求7所述的方法,其中，使用從墨西哥帽小波、morlet小波、daubechies小波、β小波和coiflet小波中選擇的小波來完成小波分析。
9.根據權利要求I所述的方法，還包括計算代表參與度隨時間的變化的所述參與度值的導數。
10.根據權利要求2所述的方法，其中，所述第二信號包括心率，並且所述第一信號與所述第二信號之間的關係通過計算[心率/50]_[ ( θ-α )/ (θ+α)]來確定。
11.根據權利要求I所述的方法，其中，監視每次心跳的長度。
12.根據權利要求I所述的方法，其中，所述第一信號包括α頻率、β頻率、Λ頻率、Θ頻率和總EEG功率，所述第二信號包括心率，通過對比所述心率與以下中的一個或更多個來計算所述參與度值θ - α，θ，θ / α，Δ/α , β/α或總EEG功率/ α。
13.根據權利要求I所述的方法，其中所述第一信號包括α頻率、β頻率、Λ頻率、Θ頻率和總EEG功率，所述第二信號包括心跳，通過對比所述心跳的長度與以下中的一個或更多個來計算所述參與度值α，α/θ , α/β , α/Δ, α /總EEG功率或(α - θ ) / ( α + θ )。
14.根據權利要求I所述的方法，其中所述媒體包括電視廣播、視頻遊戲、視聽廣告、棋盤遊戲、卡片遊戲、現場動作事件、印刷品廣告和網絡廣告中的一個或更多個。
15.根據權利要求I所述的方法，還包括 識別與所述參與度值對應的時間點； 識別所述媒體的與所述時間點基本上同時發生的事件； 將所述參與度值與所述事件相關；以及 將所述參與度值定位於所述媒體。
16.一種用於評估媒體的系統，所述系統包括數據收集器，用於獲得基本上在個體接觸所述媒體的同時從所述個體的大腦產生的第一信號以及基本上在所述個體接觸所述媒體的同時產生的來自所述個體的心臟的第二信號；以及 處理器，用於 基於來自所述第一信號的一個或更多個頻率與來自所述第二信號的一個或更多個頻率之間的關係計算參與度值； 將所述參與度值與參考值進行比較以確定差；以及 基於所述參與度值與所述參考值之間的所述差來評估所述媒體。
17.根據權利要求16所述的系統，其中，所述數據收集器包括一個或更多個傳感器，所述一個或更多個傳感器被包括在用於測量來自由所述媒體激勵的所述個體的信號的集成的傳感器頭戴式裝置中。
18.根據權利要求16所述的系統，其中，所述第一信號包括α頻率或Θ頻率中的一個或更多個，所述第二信號包括心率，並且所述第一信號與所述第二信號之間的關係通過計算[心率/50]_[ (θ-α) / (θ+α)]來確定。
19.根據權利要求16所述的系統，其中，所述第一信號包括α頻率、β頻率、Λ頻率、Θ頻率和總EEG功率，所述第二信號包括心率，通過對比所述心率與以下中的一個或更多個來計算所述參與度值θ - α，θ，θ / α，Δ/α , β/α或總EEG功率/ α。
20.根據權利要求16所述的方法，其中所述第一信號包括α頻率、β頻率、Λ頻率、Θ頻率和總EEG功率，所述第二信號包括心跳，通過對比所述心跳的長度與以下中的一個或更多個來計算所述參與度值α，α/θ , α/β , α/Δ, α /總EEG功率或(α - θ ) / ( α + θ )。
全文摘要
本發明公開了一種用於評估媒體的方法和系統，所述系統包括數據收集器，用於獲得基本上在個體接觸所述媒體的同時從個體的大腦產生的第一信號以及基本上在個體接觸媒體的同時產生的來自個體的心臟的第二信號；以及處理器，用於基於來自第一信號的一個或更多個頻率與來自第二信號的一個或更多個頻率之間的關係計算參與度值；將參與度值與參考值進行比較以確定差；以及基於參與度值與參考值之間的差來評估媒體。
文檔編號A61B5/04GK102894966SQ20121024495
公開日2013年1月30日 申請日期2007年9月24日 優先權日2007年3月8日
發明者漢斯·C·李, 蒂姆耶·T·洪, 威廉·H·威廉斯, 麥可·R·費蒂普萊斯, 麥可·J·李 申請人:尼爾森公司(美國)有限責任公司